MétaCan
Menu
← Retour à la cohorte
Enregistrement W6929273550 · doi:10.48336/v6dh-3819

Hypergraphs, existential closure, and related problems

2024· article· en· W6929273550 sur OpenAlexaff

Notice bibliographique

RevueMemorial University Research Repository (Memorial University) · 2024
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNerve injury and regeneration
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésProperty (philosophy)Closure (psychology)Focus (optics)ExpansiveExistentialismLine (geometry)Key (lock)Real line

Résumé

récupéré en direct d'OpenAlex

In this thesis, we present results from multiple projects with the theme of extending results from graphs to hypergraphs. We first discuss the existential closure property in graphs, a property that is known to hold for most graphs but in practice, examples of these graphs are hard to find. Specifically, we focus on finding necessary conditions for the existence of existentially closed line graphs and line graphs of hypergraphs. We then present constructions for generating infinite families of existentially closed line graphs. Interestingly, when restricting ourselves to existentially closed planar line graphs, we find that there are only finitely many such graphs. Next, we consider the notion of an existentially closed hypergraph, a novel concept that retains many of the necessary properties of an existentially closed graph. Again, we present constructions for generating infinitely many existentially closed hypergraphs. These constructions use combinatorial designs as the key ingredients, adding to the expansive list of applications of combinatorial designs. Finally, we extend a classical result of Mader concerning the edge-connectivity of vertextransitive graphs to linear uniform vertex-transitive hypergraphs. Additionally, we show that if either the linear or uniform properties are absent, then we can generate infinite families of vertex-transitive hypergraphs that do not satisfy the conclusion of the generalised theorem.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,014
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,011
Communication savante0,0030,015
Science ouverte0,0020,005
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,039
Tête enseignante GPT0,264
Écart entre enseignants0,225 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMemorial University Research Repository (Memorial University)→Même sujetNerve injury and regeneration→Travaux en français237 207→